基于Python的SAR变化检测算法

基于Python的SAR变化检测算法，基于Python的SAR变化检测算法

import numpy as np
import scipy.stats
import matplotlib.pyplot as plt
import matplotlib.colors
from sar_data import *

class Gamma（object）:
    “““
    Test statistic on equality of two Gamma parameters
    Use for change detection between two single channel SAR images X and Y
    n m are Equivalent Number of Looks （ENL）
    “““

    def __init__（self X Y n m shape）:
        self.X = X
        self.Y = Y
        self.n = n
        self.m = m
        self.shape = shape
        self.Q = Y/X # Test statistic

    def histogram（self percentile）:
        f = plt.figure（figsize=（8 4））
        ax = f.add_subplot（111）
        ax.hist（self.Q.flatten（） bins=100 normed=True range=（05） color=‘#3F5D7D‘）

        ax.spines[“top“].set_visible（False）
        ax.spines[“right“].set_visible（False）
        ax.get_xaxis（）.tick_bottom（）
        ax.get_yaxis（）.tick_left（）

        ax.set_xlabel（‘Test statistic‘）
        ax.set_ylabel（‘Frequency‘）

        ax.set_ylim（[0 1.1]）

        # Fisher‘s F overlay
        F = scipy.stats.f（2*self.m 2*self.n）
        x = np.linspace（0 5 500）
        ax.plot（x F.pdf（x） color=‘black‘ linewidth=2）

        # Select threshold from distrib quantile
        t_inf t_sup = F.ppf（percentile/2） F.ppf（1 - percentile/2）

        return f ax
    
    def image_binary（self percentile）:
        F = scipy.stats.f（2*self.m 2*self.n）
        t_inf t_sup = F.ppf（percentile/2） F.ppf（1 - percentile/2）

        im = np.zeros_like（self.Q）
        im[self.Q < t_inf] = 1
        im[self.Q > t_sup] = 1

        return im.reshape（self.shape）

    def image_color2（self percentile）:
        “““
        Change detection image with two colors indicating the change direction
        Black - Gray - White
        “““
        F = scipy.stats.f（2*self.m 2*self.n）
        t_inf t_sup = F.ppf（percentile/2） F.ppf（1 - percentile/2）

        im = np.empty_like（self.Q）
        im[:] = 0.5
        im[self.Q < t_inf] = 0
        im[self.Q > t_sup] = 1

        return im.reshape（self.shape）

    def image_color3（self percentile）:
        “““
        Change detection image with blue/red indicating the change direction
        “““
        F = scipy.stats.f（2*self.m 2*self.n）
        t_inf t_sup = F.ppf（percentile/2） F.ppf（1 - percentile/2）

        im = np.empty（（self.shape[0] self.shape[1] 3））
        im[::] = np.array（[0 0 0]）
        im[self.Q.reshape（self.shape） < t_inf] = np.array（[170 63 57]）
        im[self.Q.reshape（self.shape） > t_sup] = np.array（[35 100 103]）

        return im

    def image_linear（self percentile）:
        pass

def multiENL_gamma（april may）:
    gamma = Gamma（april may 13 13 （1024 1024））

    f = plt.figure（figsize=（8 4））
    ax = f.add_subplot（111）
    ax.hist（gamma.Q.flatten（） bins=100 normed=True range=（03） color=‘#3F5D7D‘）

    ax.spines[“top“].set_visible（False）
    ax.spines[“right“].set_visible（False）
    ax.get_xaxis（）.tick_bottom（）
    ax.get_yaxis（）.tick_left（）

    ax.set_xlabe

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2015-05-26 13:16  SAR-change-detection-master\
     文件          24  2015-05-26 13:16  SAR-change-detection-master\.gitignore
     文件        1085  2015-05-26 13:16  SAR-change-detection-master\LICENSE.txt
     文件         795  2015-05-26 13:16  SAR-change-detection-master\README.txt
     文件    18811036  2015-05-26 13:16  SAR-change-detection-master\SAR_Change_Detection_Victor_Poughon.pdf
     文件        8339  2015-05-26 13:16  SAR-change-detection-master\gamma.py
     文件        5093  2015-05-26 13:16  SAR-change-detection-master\omnibus.py
     文件        1516  2015-05-26 13:16  SAR-change-detection-master\plotting.py
     文件       12182  2015-05-26 13:16  SAR-change-detection-master\rj.py
     文件        6383  2015-05-26 13:16  SAR-change-detection-master\sar_data.py
     文件        7227  2015-05-26 13:16  SAR-change-detection-master\wishart.py